考虑部分联合运输策略下物流车辆调度模型及优化研究
发布时间：2020-12-16 08:12
现代物流业是我国现代服务业中的重要支柱产业,当前我国社会物流总费用与国民生产总值（Gross National Product,GDP）的占比逐步降低到14%左右,但仍远高于发达国家约为10%的占比水平。居高不下的车辆空驶率是导致我国车辆利用率低、物流成本偏高的主要原因,低效化的车辆调度与优化同样还会产生迂回运输和物流资源闲置等问题。近年来国家出台了物流业降本增效等一系列政策,推进物流产业改革与高质量发展。目前物流车辆调度与优化问题的研究多集中在算法的设计方面,重点关注这一复杂的组合优化问题的求解效率研究。事实上,实际的物流运输系统中成本的控制主要依赖于物流车辆资源的整合管理与高效利用,因此单纯依靠算法的研究已经难以有效地降低车辆调度与优化问题的运输成本。鉴于此,本文在现有车辆调度与优化问题的研究基础上,从自营物流与第三方物流深度整合管理的角度进行了研究,主要研究成果如下:（1）针对只有取货需求的回收车辆调度与路径优化问题,根据逆向物流网络中客户需求量较小并且分布较为分散的特点,提出了基于第三方物流资源整合的仓储集货运输模式的物流车辆调度与路径优化方法,并考虑路径连通性约束对此类问题研...
【文章来源】：沈阳工业大学辽宁省
【文章页数】：128 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景
1.1.1 高昂的物流运输费用制约了社会经济持续健康发展
1.1.2 现代物流运输业降本增效问题备受关注
1.1.3 深入研究物流车辆调度与路径优化问题的必要性
1.2 相关研究文献综述
1.2.1 物流资源整合相关研究
1.2.1.1 物流资源整合基础理论
1.2.1.2 物流企业资源整合
1.2.1.3 物流信息资源整合
1.2.1.4 区域物流资源整合
1.2.2 物流车辆调度与优化相关研究
1.2.2.1 多配送中心的车辆路径问题
1.2.2.2 开放式车辆路径问题
1.2.2.3 时间窗口约束车辆路径问题
1.2.2.4 动态需求车辆路径问题
1.2.2.5 带集货送货需求的车辆路径问题
1.2.3 已有研究贡献与不足
1.3 研究目标与研究意义
1.3.1 研究目标
1.3.2 研究意义
1.4 研究内容、研究方法和技术路线
1.4.1 研究内容
1.4.2 研究方法
1.4.3 论文研究技术路线
1.5 论文的主要创新性工作说明
第2章 物流车辆调度与优化相关概念与理论基础
2.1 物流资源整合相关理论
2.1.1 资源基础理论
2.1.2 价值网理论
2.1.3 核心竞争力理论
2.1.4 交易费用理论
2.2 第三方物流相关理论
2.2.1 第三方物流的特点
2.2.2 第三方物流的正面效应
2.2.3 第三方物流的负面效应
2.2.4 第三方物流的企业类型
2.2.5 第三方物流在供应链管理中的作用
2.3 多式联运调度相关理论
2.3.1 多式联运的网络体系
2.3.2 多式联运的优势
2.3.3 多式联运的网络优化
2.4 车辆路径问题相关理论
2.4.1 标准车辆路径问题的数学模型
2.4.2 车辆路径问题构成要素及问题分类
2.4.3 车辆路径问题的求解方法
2.5 本章小结
第3章 路径连通性约束与仓储集货模式下回收车辆调度与路径优化
3.1 问题描述
3.2 不同运输策略下回收车辆调度与路径优化问题特征分析
3.2.1 直通路径模式
3.2.2 开放式路径模式
3.2.3 仓储集货模式
3.3 基于仓储集货模式的回收车辆调度与路径优化模型构建
3.4 基于逆选择操作蚁群算法的模型求解
3.4.1 逆选择操作蚁群算法设计思路
3.4.2 基于双结构体的路径编码
3.4.3 逆向概率选择操作方式
3.4.4 编码解码与信息素更新方法
3.4.5 算法流程
3.4.6 算法收敛性分析
3.5 算例求解与结果分析
3.5.1 物流车辆运输策略对比分析
3.5.2 逆选择操作蚁群算法适用性分析
3.5.3 逆选择操作蚁群算法性能分析
3.6 本章小结
第4章 自营与第三方资源整合的部分联合运输策略下配送车辆调度与路径优化
4.1 问题描述
4.2 基于部分联合运输策略的配送物流车辆调度与路径优化问题模型构建
4.3 基于变维数矩阵编码的逆选择操作蚁群算法的模型求解
4.3.1 变维数矩阵编码逆选择操作蚁群算法设计思路
4.3.2 基于变维数矩阵的路径编码
4.3.3 第一类客户点的逆向概率选择操作
4.3.4 第二类客户点-β的逆向概率选择操作
4.3.5 编码解码与信息素更新方法
4.3.6 算法流程
4.4 算例求解与结果分析
4.4.1 物流车辆运输策略对比分析
4.4.2 部分联合运输策略适用性分析
4.4.3 逆选择操作蚁群算法性能对比分析
4.5 本章小结
第5章 仓储集货模式的改进部分联合运输策略下取送货车辆调度与路径优化
5.1 问题描述
5.2 不同运输策略下取送货车辆调度问题特征分析
5.2.1 集群回程取货策略
5.2.2 混合回程取货策略
5.2.3 取货业务完全外包策略
5.3 基于仓储集货模式的改进部分联合运输策略的取送货物流车辆调度优化模型构建
5.4 基于变维数矩阵编码的逆选择操作蚁群算法
5.5 逆选择操作蚁群算法改进设计思路
5.6 算例求解与结果分析
5.7 本章小结
第6章 结论与展望
6.1 本文的主要结论
6.2 本文的主要贡献
6.3 未来研究工作展望
参考文献
在学研究成果
致谢
【参考文献】：
期刊论文
[1]中国港口整合向以经济手段整合转变[J]. 童孟达. 中国港口. 2019(01)
[2]企业跨界联盟资源整合机制框架研究——基于共享经济视角[J]. 徐永波. 商业经济研究. 2019(01)
[3]模糊需求下多中心开放式车辆路径优化[J]. 杨翔,范厚明,徐振林,李阳. 计算机集成制造系统. 2019(02)
[4]不确定同时取送货车辆路径问题及粒子群算法研究[J]. 马艳芳,闫芳,康凯,李宗敏. 运筹与管理. 2018(12)
[5]多目标同时取送货车辆路径问题的改进蚁群算法[J]. 陈希琼,胡大伟,杨倩倩,胡卉,高扬. 控制理论与应用. 2018(09)
[6]低碳视角下铁路货运整合运输利益分配[J]. 赵文健,刘家财,李正红. 华东交通大学学报. 2018(05)
[7]铁路物资资源整合与管理及其提升措施探讨[J]. 刘益发. 企业改革与管理. 2018(15)
[8]泰森多边形的离散蝙蝠算法求解多车场车辆路径问题[J]. 戚远航,蔡延光,蔡颢,黄何列,OLE Hejlesen. 控制理论与应用. 2018(08)
[9]考虑客户满意度的多车场车辆路径问题研究[J]. 付中运. 科技经济导刊. 2018(10)
[10]基于离散布谷鸟算法求解带时间窗和同时取送货的车辆路径问题[J]. 王超,刘超,穆东,高扬. 计算机集成制造系统. 2018(03)
博士论文
[1]求解车辆路径问题的蚁群优化算法研究及应用[D]. 葛斌.合肥工业大学 2016
[2]车辆路径问题的仿真优化方法研究[D]. 孙中悦.北京交通大学 2012
[3]蚁群优化算法在车辆路径问题中的应用研究[D]. 陈宝文.哈尔滨工业大学 2009
本文编号：2919836
【文章来源】：沈阳工业大学辽宁省
【文章页数】：128 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景
1.1.1 高昂的物流运输费用制约了社会经济持续健康发展
1.1.2 现代物流运输业降本增效问题备受关注
1.1.3 深入研究物流车辆调度与路径优化问题的必要性
1.2 相关研究文献综述
1.2.1 物流资源整合相关研究
1.2.1.1 物流资源整合基础理论
1.2.1.2 物流企业资源整合
1.2.1.3 物流信息资源整合
1.2.1.4 区域物流资源整合
1.2.2 物流车辆调度与优化相关研究
1.2.2.1 多配送中心的车辆路径问题
1.2.2.2 开放式车辆路径问题
1.2.2.3 时间窗口约束车辆路径问题
1.2.2.4 动态需求车辆路径问题
1.2.2.5 带集货送货需求的车辆路径问题
1.2.3 已有研究贡献与不足
1.3 研究目标与研究意义
1.3.1 研究目标
1.3.2 研究意义
1.4 研究内容、研究方法和技术路线
1.4.1 研究内容
1.4.2 研究方法
1.4.3 论文研究技术路线
1.5 论文的主要创新性工作说明
第2章 物流车辆调度与优化相关概念与理论基础
2.1 物流资源整合相关理论
2.1.1 资源基础理论
2.1.2 价值网理论
2.1.3 核心竞争力理论
2.1.4 交易费用理论
2.2 第三方物流相关理论
2.2.1 第三方物流的特点
2.2.2 第三方物流的正面效应
2.2.3 第三方物流的负面效应
2.2.4 第三方物流的企业类型
2.2.5 第三方物流在供应链管理中的作用
2.3 多式联运调度相关理论
2.3.1 多式联运的网络体系
2.3.2 多式联运的优势
2.3.3 多式联运的网络优化
2.4 车辆路径问题相关理论
2.4.1 标准车辆路径问题的数学模型
2.4.2 车辆路径问题构成要素及问题分类
2.4.3 车辆路径问题的求解方法
2.5 本章小结
第3章 路径连通性约束与仓储集货模式下回收车辆调度与路径优化
3.1 问题描述
3.2 不同运输策略下回收车辆调度与路径优化问题特征分析
3.2.1 直通路径模式
3.2.2 开放式路径模式
3.2.3 仓储集货模式
3.3 基于仓储集货模式的回收车辆调度与路径优化模型构建
3.4 基于逆选择操作蚁群算法的模型求解
3.4.1 逆选择操作蚁群算法设计思路
3.4.2 基于双结构体的路径编码
3.4.3 逆向概率选择操作方式
3.4.4 编码解码与信息素更新方法
3.4.5 算法流程
3.4.6 算法收敛性分析
3.5 算例求解与结果分析
3.5.1 物流车辆运输策略对比分析
3.5.2 逆选择操作蚁群算法适用性分析
3.5.3 逆选择操作蚁群算法性能分析
3.6 本章小结
第4章 自营与第三方资源整合的部分联合运输策略下配送车辆调度与路径优化
4.1 问题描述
4.2 基于部分联合运输策略的配送物流车辆调度与路径优化问题模型构建
4.3 基于变维数矩阵编码的逆选择操作蚁群算法的模型求解
4.3.1 变维数矩阵编码逆选择操作蚁群算法设计思路
4.3.2 基于变维数矩阵的路径编码
4.3.3 第一类客户点的逆向概率选择操作
4.3.4 第二类客户点-β的逆向概率选择操作
4.3.5 编码解码与信息素更新方法
4.3.6 算法流程
4.4 算例求解与结果分析
4.4.1 物流车辆运输策略对比分析
4.4.2 部分联合运输策略适用性分析
4.4.3 逆选择操作蚁群算法性能对比分析
4.5 本章小结
第5章 仓储集货模式的改进部分联合运输策略下取送货车辆调度与路径优化
5.1 问题描述
5.2 不同运输策略下取送货车辆调度问题特征分析
5.2.1 集群回程取货策略
5.2.2 混合回程取货策略
5.2.3 取货业务完全外包策略
5.3 基于仓储集货模式的改进部分联合运输策略的取送货物流车辆调度优化模型构建
5.4 基于变维数矩阵编码的逆选择操作蚁群算法
5.5 逆选择操作蚁群算法改进设计思路
5.6 算例求解与结果分析
5.7 本章小结
第6章 结论与展望
6.1 本文的主要结论
6.2 本文的主要贡献
6.3 未来研究工作展望
参考文献
在学研究成果
致谢
【参考文献】：
期刊论文
[1]中国港口整合向以经济手段整合转变[J]. 童孟达. 中国港口. 2019(01)
[2]企业跨界联盟资源整合机制框架研究——基于共享经济视角[J]. 徐永波. 商业经济研究. 2019(01)
[3]模糊需求下多中心开放式车辆路径优化[J]. 杨翔,范厚明,徐振林,李阳. 计算机集成制造系统. 2019(02)
[4]不确定同时取送货车辆路径问题及粒子群算法研究[J]. 马艳芳,闫芳,康凯,李宗敏. 运筹与管理. 2018(12)
[5]多目标同时取送货车辆路径问题的改进蚁群算法[J]. 陈希琼,胡大伟,杨倩倩,胡卉,高扬. 控制理论与应用. 2018(09)
[6]低碳视角下铁路货运整合运输利益分配[J]. 赵文健,刘家财,李正红. 华东交通大学学报. 2018(05)
[7]铁路物资资源整合与管理及其提升措施探讨[J]. 刘益发. 企业改革与管理. 2018(15)
[8]泰森多边形的离散蝙蝠算法求解多车场车辆路径问题[J]. 戚远航,蔡延光,蔡颢,黄何列,OLE Hejlesen. 控制理论与应用. 2018(08)
[9]考虑客户满意度的多车场车辆路径问题研究[J]. 付中运. 科技经济导刊. 2018(10)
[10]基于离散布谷鸟算法求解带时间窗和同时取送货的车辆路径问题[J]. 王超,刘超,穆东,高扬. 计算机集成制造系统. 2018(03)
博士论文
[1]求解车辆路径问题的蚁群优化算法研究及应用[D]. 葛斌.合肥工业大学 2016
[2]车辆路径问题的仿真优化方法研究[D]. 孙中悦.北京交通大学 2012
[3]蚁群优化算法在车辆路径问题中的应用研究[D]. 陈宝文.哈尔滨工业大学 2009
本文编号：2919836
本文链接：https://www.wllwen.com/jingjifazhanlunwen/2919836.html
